CoSec：评估 LLM 智能体在社区环境中的安全基准

CoSec 是面向 LLM 智能体社区场景的可执行安全基准，包含 208 个规范场景，覆盖固定与动态社区边界、受保护信息及对话、环境内容、持久记忆和组合工作流等攻击面。它通过执行轨迹和产物核验信息流是否符合当前授权状态。测试显示智能体常能完成正常任务，却频繁突破隐私与授权边界，任务效用并不等于合规。